的N个频率分量信号的频率与幅值，然后利用信号互谱、 信号正交，信号能量不变原则，得出
U中各个频率分量声波的相位，这样就 得到声源辐射信号的幅值Am、频率^与相位久，从而得出声场中检测点的声压。
[0049] 所述的背景随机噪声noise估计值求出方法如图2所示:在测试声源辐射信号s之 前，首先在声场中利用一个标准声波产生器产生一个标准声波，该声波为点声源，声源的激 励信号为简谐单频信号《 =為这个信号是人为给定的，其中的幅值为Ab，频率为wb， 原始初相位为0,在简谐单频信号《 = 与noise共同作用下，这时传感器一般放在 贴近标准声波发生器，从而传感器输出的信号为y，即y=m+n〇iSe，其中叫=4^^，即不考 虑波的传播距离，r = 0,目的是便于后面的自适应计算，当然不放在贴近声源的位置也是可 以，这时信号信，
r的位置是已知就可以（注意m的产生与传 感器输出的y是同步进行的，即两个信号在同步脉冲同步下工作，即起始时刻相同，如不相 同，则在计算时要根据信号的频率与时间差进行相位补偿），然后把y做为源信号输入，m作 为参考输入信号，y，m信号离散化后的信号为y(n)，m(n)，其中η为1到2k，2k为采样点数，同 时确定自适应算法的权值的初值与步长，对于步长可以根据信噪比的大小采用固定步长或 者是变步长，然后根据自适应算法迭代公式：
[0050]
[0051]
[0052] 得出的误差信号c(n)就是背景随机噪声信号离散化值noise(n)的大致估计值，由 于背景及检测工具完全相同，这个背景随机噪声信号离散值noise(n)就可以作为下一步声 源辐射信号S实测时的背景随机噪声模型，公式中的σ(?)，λ(η)为自适应算法的权值信号 与步长信号，图5为自适算法的示意图，图中d(n)为期望输出。
[0053] 所述的声源辐射信号
的求出步骤如图3:其方法为，再一次利用 自适应算法，这一次自适算法中源输入信号即传感器输出信号为.
这个信号的离散化值为x(n)，参考输入信号为利用图2的步骤求出背景随机噪声离散值 no i s e (η )，其中η为1到2k，2k为采样点数，同时确定自适应算法的权值初值与步长，对于步 长可以根据信噪比的大小采用固定步长或者是变步长，然后根据自适应算法迭代公式：
[0054]
[0055] )
[0056] 最后得出的误差信号即为声源辐射信?
的离散值s(n)，s(n)变 成一个较为干净的信号，背景噪声信号基本被剥离，从而为下一步的信号分析做好准备，公 式中的cr(n)，λ(η)为自适应算法的权值信号与步长信号。
[0057] 所述对声源辐射信?
进行频谱分析，同时对频谱进行校正，得 出声源辐射信*
>的Ν个频率分量信号的频率与幅值，然后利用信号互谱、 信号正交，信号能量不变原则，得出
U中各个频率分量声波的相位，这样就 得到声源辐射信号的幅值Am、频率^与相位久，从而得出声场中检测点的声压检测流程如 图4:其详细步骤为：
[0058] (1)：
[0059]对声场中的测点采样p次，每次采样2k个点，利用前面图3所述的方法求出p组中每 一组数据中s信号的离散值，即求出幻⑷....sP(n)，每一组都是2k个数据值，即η为1到2k; [0060] (2)：
[0061]对其中的81(1〇进行快速傅里叶变换，即luiffUsKn))，由于背景噪声信号已剥 离，信号较为纯净，这时利用快速傅里叶算法，误差就比较小，然后找出频域数据中波峰所 对应的频率与幅值大致估计值，然后利用能量重心法对频谱进行校正，即利用公式
Δ w对频率校正，
对幅值进行校正，其中
一般取1或2，Xk为快速傅里叶变换中频谱图中k位置的复值谱，Kt为能量恢系数，Kt的选取一 般与窗函数的选取有关，用Hanning窗时一般取8/3,从而求得声源辐射信号 中每一个频率分量辐射声波所对应的频率Wm与幅值Am，m从1到N。 W=i
[0062] (3)：
[0063] 求每一个分量的相位凡=-A +見方法为：
[0064] 由于信号在变换过程中相位容易改变，同时背景噪声也容易对相位产生误差，这 里不直接利用快速傅里叶变换所得的复值谱来求相位，而是利用信号互谱与信号正交，以 及能量不变的原则来求相位，即利用求得N个频率w m(m从1到N)和N个幅值Am(m从到1到N)， 得出N个单频信号，即其中m取值为1到N，然后把这N个信号分别与
0m)互谱，根据信号互谱、信号正交、以及能量不变的原理就可以求出 m=\
m取值为1到N，acos表示求反余旋），其4
T为 信号周期，如果这P组数据是在相同环境下测量P次，则平均相位值为：
Z 口果 一次测量中采集P组数据，则平均相位值：9，其中A t为p组数据中
相邻组数据采集间隔，就可以得到
每个频率分量辐射声波在检测点相 m=l 位凡，通过上述提供方案就可以精确求ti
3每一个频率分量辐射声波 的幅值Am、频率、相位》9^从而就可以精确得出测点的复声压信号。
[0065]对了验证本发明方案的正确，本发明做了一定具体算例计算，这里背景随机噪声 为高斯分布的随机噪声，信噪比为（1:2)，算例中声波辐射信号为s = cos(2*pi*50*t+pi/4) +cos(2*pi*60*t+pi/3)，式中pi表示弧度π，采样频率为f=l〇〇〇Hz，这里为了便于说明，没 有考虑传播距离，实际加一个传播距离，相当于加了一个相位角，算法是一样的，算例计算 结果如图6-图12,从数据结果可以很好验证该检测方法的正确件。
【主权项】
1. 一种用于检测多频多源复杂稳定声场声压的新方法，其特征在于所述的多频多源复 杂稳定声场是指该声场环境下同时有N个声源在做声福射，每一个声源的福射频率不一样， 或者是指单一声源在做声辐射，但是该声源的激励信号不是单频简谐信号，而是一个含有N 个频率分量的复合信号.同时该测试环境中有较强背景随机噪声，信噪比较低，从而传感器为声源福射信号，式 中k为波数即波传播方向，r为传播的距离，0m*s中每个频率分量辐射声波的原始初相位， 久=-+1为每个频率分量福射声波在测点的相位，no i se为背景随机噪声信号，该声场 环境下声压检测方法包括以下步骤： (1) 利用自适应算法求出背景随机噪声noise的估计值； (2) 以noise作为参考输入，再次利用自适应算法求出声源辐射信号(3) 对声源辐射信号进行频谱分析，同时对频谱进行校正，得出声源的N个频率分量信号的频率与幅值，然后利用信号互谱、信号正 交，以及信号能量不变原则，中各个频率分量声波的相位，这样就得 到声源辐射信号的幅值Am、频率^与相位久，从而得出声场中检测点的声压。2. 正如权利1所述的一种用于检测多频多源复杂稳定声场声压的新方法，其特征在于 所述的利用自适应算法求出背景随机噪声noise估计值的方法为:在测试声源辐射信号s之 前，首先在声场中利用一个标准声波产生器产生一个标准声波，该声波为点声源，声源的激 励信号为简谐单频信号Μ = ΛΖν_ΑΓ)，这个信号是人为给定的，其中的幅值为知，频率为Wb， 原始初相位为0,在与noise共同作用下，从传感器输出的信号为y，即y = u+ noise，然后把y做为源信号输入，μ = Λ作为参考输入信号，y，u信号离散化后的信号 分别为y(n)，u(n)，其中η为1到2k，2k为采样点数，然根据自适应算法公式：得出的误差信号e(n)就是背景随机噪声信号离散化信号noise(n)的大致估计值，由于 背景及检测工具完全相同，这个背景随机噪声信号离散值noise(n)就可以作为下一步声源 辐射信号s实测时的背景随机噪声模型，公式中的δφ〇，λ(η)为自适应算法的权值信号与步 长信号。3. 正如权利1所述的一种用于检测多频多源复杂稳定声场声压的新方法，其特征在于 所述以noise作为参考输入，再次利用自适应算法求出声源辐射信号 法为：再一次利用自适应算法，这一次自适算法中源输入信号即传感器输出信号为这个信号的离散化值为x(n)，参考输入信号为权利要求2求出的 背景随机噪声离散值noise(n)，其中η为1到2k，2k为采样点数，根据自适算法公式即最后得出的误差信号即为声源辐射信I离散值s(n)，s(n)变成一 个较为于净的信号，公式中的〃 (《)，λ(η)为自适应算法的权值信号与步长信号。4.正如权利1所述的一种用于检测多频多源复杂稳定声场声压的新方法，其特征在于进行频谱分析，同时对频谱进行校正，得出声源辐的Ν个频率分量信号的频率与幅值，然后利用信号互谱、信号正 交，信号能量不变原则，得出各个频率分量声波的相位，这样就得到声 源辐射信号的幅值Am、频率与相位久，从而得出声场中检测点的声压步骤为： (1)： 对声场中的测点采样P次，每次采样2k个点，利用权利要求3所述的方法求出p组中每一 组数据中s信号的离散值，即求出81(1〇. . . .sP(n)，每一组都是2k个数据值，即η为1到2k; (2)： 对P组数据中的S1(n)进行快速傅里叶变换，即hl=fft(S1(n))，然后找出频域数据中波 峰所对应的频率与幅值大致估计值，然后利用能量重心法对频谱进行校正，即得到声源辐中每一个频率分量福射声波所对应的频率与幅值： (3)： 求每一个分量的相位i9m = &方法为： 利用求得N个频率Wm(m从1到N)和N个幅值Am(m从到1到N)，得出N个单频信号，BP，其中m取值为1到N，然后把这N个信号分别互谱，根据信号 互谱、信号正交、以及能量不变的原理就可以求Km取值为1到N)，其中，如果这P组数据是在相同环境下测量P次，则P次平均相位为|如果一次测量中采集P组数据，则P次平均相位中Δ t为p组数据中相邻组数据采集间隔， 射声波在检测点相位凡，通过上述方案就可以精确求出量辐射声波的幅值Am、频率wm、相位久，!11从1到N，从而就可以精确得出测点的复声压信号。
【专利摘要】本发明一种用于检测多频多源复杂稳定声场声压的新方法，涉及一种声压检测方法，该方法包括以下步骤：利用自适应算法求出背景随机噪声的估计值，以背景噪声作为参考输入，再次利用自适应算法求出声源辐射信号，对声源辐射信号进行频谱分析，得出声源辐射信号的N个频率分量信号，然后利用信号互谱、信号正交，及信号能量不变原则，得出声源辐射信号中各个频率分量声波的幅值、频率与相位，从而较精确地得到检测点的声压，本发明对信噪比较低，且是多源多频的复杂声场都有较大的稳定性，结果误差很小。
【IPC分类】G01H17/00
【公开号】CN105675126
【申请号】CN201610102581
【发明人】伍松, 周振华, 向宇
【申请人】广西科技大学
【公开日】2016年6月15日
【申请日】2016年2月22日